Sakana AI запускает Marlin – виртуального директора по стратегии, способного к глубокому анализу

Токийский стартап Sakana AI, специализирующийся на искусственном интеллекте, официально представил свой первый коммерческий продукт – Sakana Marlin. Этот инструмент, позиционируемый как «виртуальный директор по стратегии», представляет собой автономный B2B-агент для исследований, который сознательно отказывается от мгновенной генерации текста, характерной для современных чат-ботов, в пользу глубокого и долгосрочного анализа.

Что отличает Marlin от существующих инструментов ИИ, так это его временной масштаб: вместо того чтобы выдавать ответ за считанные секунды, он непрерывно выполняет самоуправляемые циклы анализа в течение до восьми часов. Результатом работы системы являются тщательно проработанные, подкрепленные ссылками стратегические отчеты объемом до 100 страниц и презентации для руководителей. Образцы отчетов, сгенерированных Marlin, опубликованы на сайте продукта компании.

Платформа доступна сразу же через веб-сайт компании, с ценами, начинающимися с тарифа «оплата по факту использования». Она предназначена исключительно для корпоративного сектора – для крупных компаний, финансовых учреждений и аналитических центров.

Переход от скорости к глубине

Цикл ажиотажа вокруг генеративного ИИ во многом определялся скоростью. В течение последних двух лет отраслевым стандартом была способность генерировать стихотворение, строку кода или поверхностное резюме за считанные миллисекунды. Однако корпоративный сектор быстро переходит от поверхностной, быстрой генерации к глубокому, методичному анализу.

С появлением Marlin крупные предприятия больше не спрашивают, как быстро ИИ может дать ответ, а интересуются, насколько глубоко он способен мыслить.

Продукт: виртуальный директор по стратегии

Что именно получает бизнес, внедряя Sakana Marlin? Рабочий процесс принципиально отличается от типичных взаимодействий с большими языковыми моделями (LLM). Вместо утомительного взаимного уточнения запросов, пользователь просто предоставляет ключевую тему исследования. После краткого первоначального диалога для уточнения масштаба и направления исследования, участие человека полностью прекращается.

В течение следующих нескольких часов Marlin функционирует как самостоятельная цифровая стратегическая команда. Он формулирует собственные первоначальные гипотезы, ищет данные в сети, перепроверяет источники для подтверждения результатов и выстраивает причинно-следственные связи в сложной деловой среде. По сути, он ищет «формулу успеха» среди информационного шума.

Это скорее не поисковая система, а младший консультант по стратегии, закрытый в комнате с маркерной доской и доступом в интернет. Вы предоставляете стратегический запрос утром, а к концу рабочего дня система выдает всеобъемлющий портфель профессионального уровня.

В случае с Marlin конечный результат – это не просто объемный текстовый блок; это структурированный набор стратегических вариантов, дополненный презентациями для руководителей, приложениями, ссылками и глубоко проработанным отчетом.

Компания выделила несколько реальных сценариев использования, демонстрирующих способность Marlin к сложной синтетической работе. Среди них: генерация детализированных сценариев разрешения ситуации с теоретической блокадой Ормузского пролива, составление карты фрагментированного глобального ландшафта регулирования ИИ и анализ макроэкономических тенденций, таких как возвращение «рейнджеров облигаций» (инвесторов, способных влиять на рынок долговых обязательств).

В Sakana отмечают, что Marlin использует несколько моделей ИИ, однако не раскрывают конкретных названий моделей или их поставщиков.

Механизм долгосрочного анализа

По своей сути, Marlin является коммерческой кульминацией масштабных лабораторных разработок Sakana AI за последние два года.

Продукт работает на поисковом механизме, основанном на предыдущем исследовательском прорыве Sakana – адаптивном алгоритме поиска Монте-Карло с ветвлением (AB-MCTS). Он также использует фреймворки, полученные из проекта «ИИ-ученый» (The AI Scientist) – раннего исследовательского проекта Sakana AI, публиковавшегося в журнале Nature и успешно автоматизировавшего процесс научных открытий от генерации идей до рецензирования.

Чтобы понять, как это работает на практике, можно привести реальную аналогию: современные шахматные движки. Когда компьютер играет в шахматы, он не просто смотрит на доску и угадывает; он разыгрывает тысячи потенциальных будущих ходов, оценивая силу каждой результирующей позиции, прежде чем принять решение. Движок AB-MCTS, используемый в Marlin, выполняет аналогичные действия в процессе исследования.

Внутри движка: механика AB-MCTS

Хронология развития этой технологии восходит к июню 2025 года, когда Sakana AI впервые представила этот фреймворк публике вместе с исследовательской статьей «Шире или глубже? Масштабирование вычислений LLM во время вывода с помощью адаптивного поиска по дереву с ветвлением». В то время, для стимулирования экспериментов разработчиков с коллективным интеллектом ИИ, компания выпустила основной алгоритм в виде библиотеки с открытым исходным кодом под названием TreeQuest, распространяемой по свободной лицензии Apache 2.0. Этот этап открытого исходного кода заложил техническую основу для того, что год спустя превратилось в запатентованный корпоративный продукт Marlin.

Традиционно, когда разработчики пытаются добиться более качественного рассуждения от крупных языковых моделей, они полагаются на метод «грубой силы», называемый «повторной выборкой». По сути, это многократный параллельный запуск модели в надежде, что один из ответов окажется правильным. Однако повторная выборка работает вслепую: она не может оценивать свои промежуточные шаги или корректировать их на основе внешней обратной связи.

AB-MCTS заменяет эту парадигму принципиальным многоэтапным подходом, основанным на байесовской системе принятия решений. Когда ИИ составляет стратегический отчет, система рассматривает исследовательский процесс как разветвляющееся дерево возможностей. На каждом узле этого дерева алгоритм динамически балансирует между двумя различными типами поведения на основе внешних сигналов обратной связи:

• Расширение (исследование): Генерация совершенно новых, альтернативных гипотез или возможных ответов, когда текущий путь становится менее продуктивным или приводит к неразрешимым противоречиям.
• Углубление (использование): Методичное уточнение, проверка и развитие существующего перспективного решения, демонстрирующего высокую стратегическую ценность.

Что превращает это из лабораторного эксперимента в коммерческий движок, так это его расширение до Multi-LLM AB-MCTS.

Архитектура Sakana AI вводит критически важное третье измерение в дереве поиска: способность динамически выбирать, какую модель задействовать для конкретной подзадачи, рассматривая ведущие передовые модели отрасли как коллективную интеллектуальную сеть, работающую по принципу «подключи и работай». Согласно технической документации, опубликованной компанией, движок может координировать высокогетерогенные модели – позволяя модели-оркестратору делегировать первоначальную генерацию идей одной LLM, в то время как модель, ориентированная на рассуждения, используется для проверки, верификации и исправления промежуточных ошибок, возникших ранее в дереве поиска.

За счет увеличения вычислительных ресурсов во время логического вывода (inference time) – использования уникальных «индивидуальностей» и сильных сторон нескольких базовых моделей на протяжении тысяч автоматизированных циклов – AB-MCTS обеспечивает математические ограничители, необходимые Marlin. Это гарантирует, что результирующие 100-страничные стратегические отчеты являются не просто многословными генерациями ИИ, а тщательно проверенным результатом системного, автоматизированного метода проб и ошибок.

Лицензирование, данные и корпоративные аспекты

Важно отметить, что Sakana Marlin отнюдь не является инструментом для массового потребителя; это коммерческое предложение SaaS (программное обеспечение как услуга), ограниченное корпоративными организациями, учреждениями и индивидуальными предпринимателями.

Для предприятий условия лицензирования и обработки данных часто являются определяющими факторами при внедрении программного обеспечения. В отличие от многих потребительских инструментов ИИ, которые незаметно собирают пользовательские данные и проприетарную информацию для обучения будущих базовых моделей, Sakana Marlin работает в соответствии со строгой политикой обработки данных корпоративного уровня.

Ни Sakana AI, ни её сторонние поставщики услуг ИИ не будут использовать данные клиентов или их ввод для обучения или донастройки моделей, если клиент не предоставит явного согласия. Даже с согласием, данные тщательно обрабатываются для удаления персональных идентификационных данных. Такая безопасность с замкнутым циклом крайне важна для компаний, работающих с конфиденциальными исследованиями в области слияний и поглощений (M&A), невыпущенными продуктовыми стратегиями или проприетарным анализом рынка.

Коммерческое лицензирование структурировано в многоуровневые модели ценообразования, отражающие его корпоративную природу:

• Оплата по факту использования: Пользователи могут приобретать кредиты по запросу, при этом один запуск стоит 100 кредитов, а дополнительные кредиты оцениваются в 98 иен (примерно 0,61 доллара США) за штуку.
• План «Профессиональный»: Стоимостью 150 000 иен (около 935,68 доллара США) в месяц, предприятия получают 2 000 кредитов, что снижает стоимость дополнительных кредитов до 90 иен (около 0,56 доллара США).
• План «Команда»: Ориентированный на крупные отделы, этот уровень стоимостью 400 000 иен (около 2495,14 доллара США) в месяц включает 6 000 кредитов, снижая стоимость дополнительных кредитов до 85 иен (около 0,53 доллара США) за кредит.
• План «Корпоративный»: Полностью индивидуальные предложения с выделенной поддержкой и настраиваемым распределением кредитов.

Почему стоит следить за Sakana AI

Переход Sakana AI к статусу коммерческого предприятия обусловлен послужным списком её основателей, которые, как известно, помогли спровоцировать нынешний бум генеративного ИИ.

Стартап, основанный в Токио в 2023 году, был создан Лионом Джонсом — соавтором знаковой статьи Google* 2017 года «Attention Is All You Need», который ввел термин «трансформер» — и Дэвидом Ха, бывшим исследователем Google Brain* и руководителем исследований в Stability AI.

Решение о создании новой лаборатории за пределами «пузыря» Кремниевой долины было сознательным отказом от текущей экосистемы ИИ. На конференции TED AI в конце 2025 года Джонс откровенно выразил усталость от трансформеров, предупредив, что интенсивное давление со стороны инвесторов и чрезмерная фиксация на масштабировании единых, монолитных моделей сковали креативность отрасли и помешали исследователям увидеть следующий крупный прорыв. Чтобы вырваться из этой «болезни больших компаний», Джонс и Ха построили Sakana AI на принципах биомимикрии и эволюционных вычислений.

Название компании, происходящее от японского слова, означающего «рыба», отражает её ключевую техническую философию: использование коллективного интеллекта, подобного косякам рыб, колониям муравьев или роям насекомых. Вместо попыток создать одну массивную, универсальную базовую модель, исследования Sakana последовательно сосредоточены на развертывании сетей из более мелких, специализированных моделей, которые динамически сотрудничают, чтобы адаптироваться к сложным условиям.

Эта философия предполагает, что, рассматривая отдельные модели ИИ как членов «команды мечты» с взаимодополняющими сильными сторонами, системы могут достигать более надежного и экономически эффективного анализа, чем полагаться только на масштабирование.

Такой подход, вдохновленный природой, быстро принес плоды в строгих конкурентных тестах. Sakana AI достигла значительных успехов в «масштабировании во время логического вывода» (inference-time scaling) – выделении вычислительных ресурсов на этапе решения проблем, чтобы позволить моделям мыслить, итерировать и уточнять свои собственные ответы в течение длительных периодов.

В начале 2026 года ALE-Agent компании занял первое место в высокосложном эвристическом конкурсе AtCoder (AHC058), задаче комбинаторной оптимизации, превзойдя более 800 высококлассных программистов за счет автономного перестраивания и тестирования сотен решений в течение четырехчасового периода.

Аналогично, Sakana представила «RL Conductor» – небольшую модель с 7 миллиардами параметров, обученную с помощью обучения с подкреплением специально для координации и делегирования задач среди разнообразного пула рабочих моделей – от GPT-5 до Claude Sonnet 4 – достигая передовых результатов в тестах на рассуждения при значительно меньших затратах по сравнению с традиционными вычислениями.

Быстрая эволюция Sakana от прорывной исследовательской лаборатории до коммерческого поставщика программного обеспечения привлекла пристальное внимание мировых финансовых гигантов. К концу 2025 года токийский стартап привлек масштабный раунд финансирования Серии B, который поднял его постинвестиционную оценку выше 2,6 миллиарда долларов США, закрепив за ним статус одной из самых дорогих частных технологических компаний Японии. Компания может похвастаться широким списком стратегических инвесторов, включая ранних венчурных спонсоров Khosla Ventures, Lux Capital и New Enterprise Associates (NEA), а также таких титанов отрасли, как Nvidia и Google*.

По мере расширения фокуса Sakana на критически важные сектора, такие как оборона и финансы, она также привлекла инвестиции от крупных мировых банковских учреждений, таких как Mitsubishi UFJ Financial Group (MUFG) и Citi, а также от гиганта корпоративных технологий Salesforce, что позволяет стартапу активно перестраивать корпоративную инфраструктуру ИИ с нуля.

Реакция сообщества и полевые испытания

Переход Sakana AI к коммерческим агентам с долгосрочным анализом не произошел в вакууме. В апреле 2026 года компания провела строгое закрытое бета-тестирование, предоставив инструмент примерно 300 специалистам из финансовых учреждений, консалтинговых компаний и аналитических центров. Полученная обратная связь подчеркивает явное качественное различие между стандартными генеративными чат-ботами и автономным, основанным на фактах подходом Marlin.

Старший консультант крупной токийской консалтинговой фирмы отметил, что инструмент «превзошел ожидания, обнаружив аспекты, которые мы даже не могли себе представить», высоко оценив его способность соответствовать человеческой всеобъемлющности, одновременно исключая человеческую предвзятость. Тем временем, отдел кибербезопасности крупного японского системного интегратора ИТ высоко оценил систему за предоставление «крайне убедительного отчета, основанного на высококачественных первичных исследованиях», вместо использования переработанных вторичных источников.

Смотрите также:

Сколько оперативной памяти нужно компьютеру в 2026 году: рекомендации по выбору http://domkrat.org/skolko-operativnoy-pamyati-nuzhno-kompyuteru-v-2026-godu-rekomendatsii-po-vyiboru/.

Интересное по теме: Финал первого сезона сериала «Бухта Вдов» на Apple TV+: представлен тизер развязки

Советы в статье "Blood Message: китайский аналог Uncharted поразил критиков на Summer Game Fest" здесь.

В социальных сетях объявление компании нашло отклик у широкого технического сообщества, демонстрирующего растущий интерес к автономным агентам. По мере развития индустрии ИИ ценностное предложение явно меняется. Инструменты, действующие как быстрые, разговорные энциклопедии, становятся товаром широкого потребления. С Sakana Marlin фокус полностью смещается на отделение трудоемкого процесса мышления от окончательного принятия решений. Делегируя исчерпывающее картирование причинно-следственных связей агенту, способному к продолжительному рассуждению, руководители-люди освобождаются для того, что у них получается лучше всего: принимать решения.

* — деятельность компании запрещена на территории РФ